如何将预训练的机器学习模型转移到App Engine

我有一些已经训练好的机器学习模型(大小在300MB到4GB之间)。现在我想通过REST API查询它们。我使用Flask构建了我的API,这些API需要将这些模型加载到内存中。Google App Engine适合这个用途吗?还是应该使用计算引擎?


回答:

由于以下原因,App Engine不适合此用途:

  1. App Engine没有足够内存的实例(除非你使用灵活环境,这基本上与GCE选项相同)。

  2. 即使有,实例可能会消失,这需要不断地重新加载数据到内存中(虽然可以使用memcached)。

  3. 前端实例的时间限制使得你几乎没有时间将数据加载到内存中,更不用说分析数据了。使用后端类型的实例可能可以做到,但比从普通虚拟机上做要困难得多。

  4. 祝你好运加载所需的库,因为这些库不应该写入文件存储,即使是临时文件也不行。

因此,计算引擎是正确的选择。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注